| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·论文的研究意义 | 第9-10页 |
| ·论文的研究背景与现状 | 第10-12页 |
| ·课题研究的内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 人工免疫系统与无线传感器网络节点故障诊断 | 第14-27页 |
| ·人工免疫系统 | 第14-21页 |
| ·从生物免疫学到人工免疫系统 | 第14-15页 |
| ·人工免疫系统及其相关模型 | 第15-21页 |
| ·无线传感器网络节点故障诊断 | 第21-26页 |
| ·无线传感器网络的系统架构 | 第21-22页 |
| ·无线传感器网络的节点故障诊断 | 第22-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 基于免疫BP 神经网络的WSN 节点故障诊断 | 第27-53页 |
| ·BP 神经网络与BP 学习算法 | 第27-31页 |
| ·免疫BP 神经网络 | 第31-35页 |
| ·免疫算法优化神经网络权值的具体实现 | 第32-34页 |
| ·免疫算法优化神经网络权值的流程图 | 第34-35页 |
| ·WSN 节点故障诊断的仿真过程与结果 | 第35-52页 |
| ·节点故障模型的建立与仿真 | 第35-41页 |
| ·IMBP 神经网络的参数确定过程 | 第41-43页 |
| ·仿真结果与分析 | 第43-52页 |
| ·本章小节 | 第52-53页 |
| 第四章 基于AINET-KNN 分类器的WSN 节点的故障诊断 | 第53-78页 |
| ·AINET 免疫网络与分类 | 第53-61页 |
| ·aiNet 免疫网络理论来源 | 第54-55页 |
| ·aiNet 免疫网络模型 | 第55-58页 |
| ·aiNet 分类试验演示 | 第58-61页 |
| ·KNN 分类算法 | 第61-63页 |
| ·标准的KNN 算法 | 第61-62页 |
| ·KNN 算法的优缺点 | 第62-63页 |
| ·AINET-KNN 分类器算法的提出与实现 | 第63-68页 |
| ·算法的描述 | 第64-65页 |
| ·aiNet-KNN 分类器算法的流程与具体步骤 | 第65-67页 |
| ·aiNet-KNN 与节点故障诊断的关系 | 第67-68页 |
| ·基于AINET-KNN 分类器的WSN 节点的故障诊断研究 | 第68-77页 |
| ·仿真与实验结果 | 第68-73页 |
| ·算法性能分析 | 第73-77页 |
| ·本章小结 | 第77-78页 |
| 第五章 结论与展望 | 第78-80页 |
| ·本文的主要工作总结 | 第78页 |
| ·本文的后续工作展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士研究生期间所取得的研究成果 | 第86-87页 |
